人脸作为人类最重要的外部特征，在人与人的通信交流中起着极其重要的作用。心理学研究表明，人类人部分的表达与交流都是通过表情进行的。随着情感计算等相关领域的研究深入，人脸表情的分析与合成，已成为计算机视觉和模式识别领域的一个备受关注的研究方向，在视频会议、虚拟现实、人机交互、基于内容的图像检索、医疗等方面都有着广阔的应用前景。 本文的研究目的是基于MPEG-4人脸动画标准与面部动作编码系统，给出算法模型并建立人脸表情合成系统，研究内容主要为人脸建模和人脸表情合成。 在三维人脸表情建模方面，研究了MPEG-4人脸表情动画的国际标准，为人脸的三维建模提供理论基础。深入研究了人脸模型的构造方法，使用参数化及FFD方法在通用人脸网格模型的基础上构建个性化人脸模型，并通过相应的纹理贴图构建完整的人脸三维模型。 在表情合成方面，在建立好的个性化三维人脸模型的基础上，结合面部动作编码系统，对人脸模型进行功能分区，并将其合成表情运动单元，通过对特征点的刚体运动和非特征点的插值，控制表情运动单元变化，合成丰富的人脸表情，然后对运动单元再次进行分组，调整新的权值，实现了同一表情不同程度的合成。而后研究了基于模糊神经网络的表情合成训练方法，对已有表情图像进行训练，生成期望表情。 在以上研究的基础上，本文研究了人脸检测与表情识别方法，构建了基于视频的人脸表情合成交互系统，验证本论文研究的各种表情。实验结果表明，本文研究的人脸表情合成方法可以有效的对人脸表情模拟合成。